Анализ данных и машинное обучение в MATLAB

Методы машинного обучения часто используются для финансового анализа и принятия решения в таких задачах, как прогнозирование, классификация рисков, оценка вероятности дефолта и интеллектуальный анализ данных (Data Mining). Вместе с тем, реализация и сравнение методов машинного обучения для выбора лучшего подхода может оказаться непростой задачей. 

На этом семинаре вы познакомитесь с несколькими методами машинного обучения, доступных в MATLAB, и узнаете, как быстро исследовать ваши данные, оценить алгоритмы машинного обучения, сравнить полученные результаты и применить лучший алгоритм для вашей задачи. 

В ходе семинара будут освещены методы обучения с учителем и без учителя: 

• Метод k-средних и другие средства кластеризации 
• Нейронные сети 
• Дерево принятия решений и ансамбли 
• Линейная, логистическая и нелинейная регрессия